川海智库

报告概述

本报告是《数字进展与趋势报告》系列的第二部，以全球人工智能（AI）发展为主题，着力回答发展中经济体如何借助AI实现包容性可持续增长。报告首先解释AI与传统通用技术的区别，梳理AI生态系统的主要层次和近期趋势，随后从创新、适应与采用三个维度刻画全球AI格局。在此基础上，报告提出连接、计算、情境数据与数字技能四大基础支柱（4C），并逐一分析各国在基础设施、算力供给、训练数据和人才储备方面的现状与缺口。报告结合大量国际数据，比较不同收入组别和地区的表现，诊断市场失灵与政策瓶颈，为各国制定AI战略提供参考框架。

报告的核心结论

人工智能创新高度集中，发展中国家多处于采用端

报告基于多个国际数据库统计发现，绝大多数重要AI模型、AI初创企业和累计风投资金都来自高收入国家；剔除中国和印度后，其他中低收入国家在全球AI创新版图中的存在感极低。因此对多数发展中国家而言，短期内更有意义的路径是采用和本地化现成AI工具，而不是试图研发前沿大模型。

小AI可为低收入国家带来立竿见影的效益

报告把小AI描述为低成本、低门槛、面向日常设备的AI应用。在多个中低收入国家，教师、护士、客服人员和农民已经借助小AI完成备课、病人追踪、话术培训和农艺咨询等工作。这类应用体现AI作为协作者的角色，能够在资源有限的环境中以较低成本快速产生真实影响。

连接、计算、情境数据与数字技能构成AI四大基础支柱

报告指出，连接、计算、情境和技能四方面缺一不可。可靠的数字基础设施是AI参与的门槛，可负担的算力是训练和部署模型的基础，贴合本地语境的数据和模型定制决定AI是否可信有效，数字技能则决定人和企业能否用好AI。国家应根据自身能力调整投资优先序。

全球AI采用差距正在扩大，尤其体现在算力和数据消费上

报告强调，虽然生成式AI的传播速度史无前例，但高收入国家与低收入国家在使用强度、频率和基础设施支撑上存在明显鸿沟。算力资源、数据流量和网络速率的差距也在扩大，可能形成强者愈强的循环。若不采取协调的全球行动，AI将加剧而非缩小国家间差距。

报告回答的关键问题

发展中国家如何从人工智能中受益？

报告认为，发展中国家应优先采用小AI，也就是那些成本低、可在普通设备上运行的生成式AI工具，在农业、教育、医疗、客服等领域快速产生效益。同时，政府需要围绕连接、计算、情境数据和数字技能四大基础投资，提升本国AI就绪度。如果只当旁观者，可能会被拉大与发达国家的差距。

什么是人工智能的4C基础？

4C是指连接（Connectivity）、计算（Compute）、情境（Context）和能力（Competency）。连接包括宽带、能源和设备；计算指AI芯片、数据中心和云服务；情境指本地化训练数据和模型调整；能力指数码技能和人才。报告用这个框架帮助各国诊断差距、确定投资优先序。

小AI能帮助低收入国家实现蛙跳吗？

报告认为，小AI提供了一条现实路径。它利用开源模型和低成本的边缘设备，把AI能力带到社区，例如让农民获得农艺建议、让学生获得辅导，帮助低收入国家在不等待高端基础设施的情况下先享受AI红利。虽然规模有限，但从长远看，这种草根式创新是缩小差距的重要起点。

全球人工智能采用差距有多大？

报告用多个维度说明了差距：高收入国家在生成式AI使用率、算力占有、数据消费和网速上都大幅领先；低收入国家即使联网，实际使用强度和深度也很低。报告担心，如果不加强政策干预，AI可能像此前的技术革命一样，进一步扩大而不是缩小国家间不平等。

报告中的代表性数据

87%

重要AI模型集中于高收入国家

截至2025年7月，报告统计了1950年以来发表的900多个重要AI模型，按主要贡献者所在国家计算，高收入国家占87%（其中美国占62%）。该指标反映AI基础研究与应用开发的地理集中度。

高收入国家24%，低收入国家0.7%

ChatGPT使用率（占互联网用户比重）

2025年4月，报告基于流量数据估算，显示生成式AI工具使用在收入组间存在显著鸿沟。这一对比按各国互联网用户中每月使用ChatGPT的比例计算，反映的是联网人口中的实际采用率。

高收入国家约1,400GB，低收入国家约5GB

人均年数据流量

2023年，报告综合固定和移动宽带测算的人均年流量，2023年高收入国家约1,400GB，中高收入国家约400GB，中低收入国家约100GB，低收入国家约5GB，显示数字消费差距在扩大。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 全球AI创新与采用全景：报告综合多个数据源，绘制AI创新、适应和采用的全景图，包括学术论文、专利、初创企业、风投资金、ChatGPT流量以及企业采用率等，并比较不同收入组别和地区的位势。这部分可用于了解全球AI发展格局。
  • 4C基础框架详解：报告分章深入分析连接、计算、情境数据和数字技能四大支柱。每一章都讨论供给与需求、市场结构、国家表现、市场失灵和政策选择，为评估各国AI就绪度提供可操作的分析工具。
  • 主题案例研究之一：教育领域AI应用。以印度和尼日利亚为样本，基于近150名利益相关者的访谈，分析AI在个性化学习、教师备课、内容生成和行政管理中的实际使用，讨论语言多样性、基础设施欠账和政策空白带来的挑战。
  • 主题案例研究之二：农业与能源领域的AI效率提升。梳理AI在病虫害防治、精准灌溉、畜牧减排、可再生能源预测、电网优化和能源反窃电中的实践，指出小农户和能源企业面临的采纳障碍，并提出短期补贴与长期基础设施投资相结合的政策路径。
  • 主题案例研究之三：AI如何改变数字化交付服务。聚焦菲律宾和乌兹别克斯坦的IT、客服与业务流程外包行业，分析AI对简单岗位的替代风险和对高技能工作的增强效应，提出四类国家定位框架，帮助各国选择数字服务升级路径。
  • 政策行动建议：报告按AI就绪度将国家分为低、中、高三档，分别给出4C投资重点和行动清单，并讨论财政政策、劳动与教育政策、社会保护以及负责任AI治理的国际协调，为政府决策提供参考。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告